DMA-TVP-FAVAR模型是一种先进的计量经济学工具，结合了时间 varying 动态平均和因子自回归分析，用于深入探究经济变量间的复杂动态关系。
在使用代码之前，请仔细阅读此文件。该文件夹包含以下内容：
1. 其他代码：
- B. TVP-FAVAR：估计一个TVP FAVAR，用于演示目的。
2. 预测代码：
- 竞争FCIs：从我们收集的4个现有联邦储备银行的预测中获取数据
- DMA_TVP_FAVAR：动态模型平均/选择（DMA/DMS）预测
- DMA_TVP_FAVAR_TS：动态模型平均/选择（DMA/DMS），培训样本前
- FAVAR_PC_DOZ：homoskedastic FAVAR，用于估计校长的预测成分和Doz等人(2011)的因素
3. 完整示例代码：
- DMA_probabilities: 绘制时变DMA概率、预期数量变量，并暗示家庭护理（使用此代码复制图4 & 5）
文件夹函数包含在估计期间调用的有用函数。例如，mlag2用于创建VAR滞后，Minn_prior_KOOP实现我们的明尼苏达类型系数之前。
此外，文件夹“数据”中包括两个数据集：一个是本段落使用的（xdata.dat, other_FCIs, ydata.dat），另一个包含81个财务变量的数据集。在代码中可以加载这两个数据集中任何一个来提取家庭护理信息，并查看变量的名称在.xnames文件中。
如何使用代码：
- 每个文件开头都有一个叫做用户输入的部分，请随时尝试它。
- 默认设置如nlag=4代表FAVAR中的滞后数量，但是遗忘/衰减因素值需要调整以估计FAVAR和TVP FAVAR模型。例如，将l_3设为1 (其余保持默认) 可得到 FA TVP VAR； 将 l_3 和 l_4 设为 1（其余保持默认）可得 heteroskedastic FAVAR。
- DMA_probabilities代码用于打印文件中显示的数字，以选择模型条件下的概率。
预测代码半自动完成：MATLAB计算预测结果和打印表格。在数组MSFE_DMA末尾可以找到MSFEs值，并使用平均函数获取所有变量的平均MSFE。
健康警告：
虽然TVP FAVAR估计简单，但递归预测涉及219个模型（如DMA），是一项艰巨的任务。需要强大的PC或服务器及并行处理工具箱来完成计算。
建议在尝试运行DMA代码前先估算所需时间，并使用原始DMA_TVP_FAVAR代码进行测试。
此代码不适合初学者使用，但对于经验较少的MATLAB用户和/或博士生来说，结合仔细研究论文后应该能够理解附加的代码。我们不对该软件提供支持。
5星
